سال انتشار: 1390
محل انتشار: هفتمین کنفرانس ماشین بینایی و پردازش تصویر ایران
کد COI مقاله: ICMVIP07_132
زبان مقاله: فارسیمشاهد این مقاله: 903
فایل این مقاله در 6 صفحه با فرمت PDF قابل دریافت می باشد
با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای 6 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:
مشخصات نویسندگان مقاله ارائه یک سیستم جدید بازیابی تصاویرمبتنی بر محتوی با استفاده از گراف فازی
چکیده مقاله:
با توجه به معانی و ابهامات موجود در تصاویر، یکی از بزرگترین چالش ها در بحث بازیابی تصویر مبتنی بر محتوی، دوری سیستم های موجود از مفاهیم سطح بالای تصویر و عدم توانایی آنها در ارائه ی یک مدل غیرقطعی و انعطاف پذیر می باشد. استفاده از گراف فازی می تواند راه حل مناسبی برای کمک به بهبود این مسأله باشد. یعنی هر منطقه از تصویر را با استفاده از یک نود و روابط بین مناطق را با استفاده از یال های گراف مدل کنیم. در این مقاله سعی می کنیم تا بین مناطق مختلف تصاویر از نظر معنایی تفاوت قائل شویم و به مناطقی که بار معنایی بیشتری دارند، ارزش بیشتری داده شود. در همین راستا دو صفت جدید تراکم و میزان مرکزی بودن منطقه برای نود و صفت همسایگی دو طرفه برای یال در سیستم مورد نظر معرفی می کنیم و همچنین سعی می کنیم تا با استفاده از یک طرح وزنی فازی ساده برای وزن دادن به صفت – نودهای گراف به کاهش فاصله معنایی موجود در تصاویر کمک کنیم. در نهایت برای کاهش زمان زیاد جستجوی فراگیر از یک طرح خوشه بندی برای تمامی گراف های پایگاه داده مورد نظر استفاده می کنیم. مشاهده بررسی نتایج بر روی پایگاه داده های تصویری Corel و Pascal نشان می دهد که روش پیشنهادی از کارایی قابل قبولی برخوردار است
کلیدواژه ها:
بازيابي تصوير مبتني بر محتوي، قطعه بندي تصوير، فاصله معنايي، مجموعه فازي، گراف فازي
کد مقاله/لینک ثابت به این مقاله
برای لینک دهی به این مقاله می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:https://civilica.com/doc/159166/
نحوه استناد به مقاله:
در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:نبی زاده، هادی و افتخاری مقدم، امیر مسعود،1390،ارائه یک سیستم جدید بازیابی تصاویرمبتنی بر محتوی با استفاده از گراف فازی،هفتمین کنفرانس ماشین بینایی و پردازش تصویر ایران،تهران،،،https://civilica.com/doc/159166
در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (1390، نبی زاده، هادی؛ امیر مسعود افتخاری مقدم)
برای بار دوم به بعد: (1390، نبی زاده؛ افتخاری مقدم)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود ممقالهقاله لینک شده اند :مدیریت اطلاعات پژوهشی
اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.
علم سنجی و رتبه بندی مقاله
مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.
مقالات مرتبط جدید
- یک روش یادگیری عمیق ترکیبی به منظور تخمین سن بیولوژیکی مغز برای کمک به تشخیص بیماری با استفاده از تصاویر MRI
- ارائه یک روش موثردردسته بندی نماهای اکوکاردیوگرافی بااستفاده از یادگیری انتقالی
- مطالعه اثر نویز گوسی و ضربه روی همجوشی ارتقا یافته به کمک سوپررزولوشن برروی تصاویر با فوکوس های چندگانه
- بازشناسی کلمات پویای مجزای زبان اشاره فارسی با استفاده از حسگر کینکت
- طبقه بندی بافت های تومور در تصاویر بافت شناسی سرطان استخوان با استفاده از PLS-LDA
مقالات فوق اخیرا در حوزه مرتبط با این مقاله به سیویلیکا افزوده شده اند.
به اشتراک گذاری این صفحه
اطلاعات بیشتر درباره COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.